在CNN中的每个历元训练期间，验证精度都很高，但分类报告中的最终精度非常低，这意味着什么？

Question

我正在建立一个CNN模型，用于预测x射线图像是否感染了新冠病毒。在训练模型的过程中，我在每一个时代都得到了准确度和损失。

Epoch 1/20
43/43 [==============================] - 157s 4s/step - loss: 16.5535 - accuracy: 0.8844 - val_loss: 1.6308 - val_accuracy: 0.9914

Epoch 2/20
43/43 [==============================] - 153s 4s/step - loss: 9.3576 - accuracy: 0.9647 - val_loss: 1.8470 - val_accuracy: 0.9871

Epoch 3/20
43/43 [==============================] - 152s 4s/step - loss: 4.8507 - accuracy: 0.9720 - val_loss: 2.1491 - val_accuracy: 0.9871

Epoch 4/20
43/43 [==============================] - 153s 4s/step - loss: 2.8917 - accuracy: 0.9772 - val_loss: 0.5409 - val_accuracy: 0.9914

Epoch 5/20
43/43 [==============================] - 153s 4s/step - loss: 1.7138 - accuracy: 0.9831 - val_loss: 0.4102 - val_accuracy: 0.9957

Epoch 6/20
43/43 [==============================] - 153s 4s/step - loss: 2.4398 - accuracy: 0.9801 - val_loss: 5.5315 - val_accuracy: 0.9569

Epoch 7/20
43/43 [==============================] - 153s 4s/step - loss: 4.3175 - accuracy: 0.9661 - val_loss: 0.5032 - val_accuracy: 0.9914

Epoch 8/20
43/43 [==============================] - 152s 4s/step - loss: 1.7567 - accuracy: 0.9816 - val_loss: 0.5169 - val_accuracy: 0.9914

Epoch 9/20
43/43 [==============================] - 153s 4s/step - loss: 1.5359 - accuracy: 0.9786 - val_loss: 0.2652 - val_accuracy: 0.9957

Epoch 10/20
43/43 [==============================] - 153s 4s/step - loss: 0.9022 - accuracy: 0.9897 - val_loss: 0.1173 - val_accuracy: 0.9957

Epoch 11/20
43/43 [==============================] - 153s 4s/step - loss: 0.9991 - accuracy: 0.9801 - val_loss: 0.2755 - val_accuracy: 0.9871

当我对预测运行分类报告时，准确率只有50%。为什么会发生这种情况请有人解释一下？

Answer 1

在训练了许多模型后，我开始知道准确性没有多大帮助。这就是为什么，你应该关注损失，而不是太多的准确性。在这种情况下，我会建议你降低学习率，因为我可以看到学习不是很稳定。此外，我猜你没有在你的网络中使用批处理标准化层，因此你得到的准确率为50%。我不能说太多，因为你没有提供太多细节（就像你没有提供你正在使用的模型结构、优化器和损失函数）。但是尝试降低学习率并将批处理规范化引入到您的模型中。